GAMES Webinar 2026 – 395期(几何造型与逼近) |来明骏（乔治亚大学），康红梅（苏州大学）
GAMES Webinar 2026 – 395期(几何造型与逼近)
报告嘉宾：来明骏，乔治亚大学
报告时间：2026年03月19号 晚上8:00-8:45（北京时间）
报告题目：
Multivariate Splines for Smooth Curves and Surface Construction from Point Clouds
报告摘要：
This talk is based on a joint research with Prof. Deng, Chongyang and his students as well as my former Ph.D. students Clayton Mersmann and Yidong Xu. It is also based on a joint work with Prof. Ingrid Daubehines and her postdoc Shira Feigenbaum. I will first define multivariate splines in 2D and 3D settings. Then I shall explain how to use these spline functions for data fitting/interpolation. Next we start to discuss how to construct smooth curve from a given point set in Euclidean plane. There are a few advantages of my spline method: (1) no connectivity of points is needed,(2) multiple curve pieces can be constructed in the same time, (3) curves with corners can be constructed if the locations of corners are specified. Finally the spline method is extended to construct smooth surfaces. Multiple examples will be given. (1) various pipers, (2) blood vessels, (3) monkey tooth surfaces, (4) surfaces with genus 2 or more, (5) surfaces of airplane
讲者简介：
来明骏，现任美国乔治亚大学数学系教授，是数值分析与计算数学领域的著名专家。他已发表学术论文140余篇，出版专著2部，在多元样条理论及其应用、散乱数据拟合、光滑曲面构造、偏微分方程数值解，以及线性方程组的稀疏解及其应用等多个方向上做出了开创性贡献，尤其在图型分类领域具有重要影响。其研究工作多次获得美国国家科学基金会（NSF）资助。来明骏教授还担任两个国际数学期刊—— Journal of Applied and Computational Harmonic Analysis 和 Journal of Numerical Mathematics 的编委。他曾在范德比尔特大学、佐治亚理工学院任访问教授，并受邀赴法国、挪威、国内多所高校院所访问。此外，他应邀在多所世界知名大学作学术报告，包括哈佛大学、剑桥大学、布朗大学、加州大学洛杉矶分校（UCLA）、佐治亚理工学院等。在国内，他曾在北京大学、中国科技大学、北京理工大学、中国人民大学、北京航空航天大学、浙江大学、中山大学、复旦大学、西南理工大学、杭州电子科技大学、新疆大学、香港城市大学等高校进行学术交流。
Personal website: https://www.math.uga.edu/directory/people/ming-jun-lai
报告嘉宾：康红梅，苏州大学
报告时间：2026年03月19号 晚上08:45-09:30（北京时间）
报告题目：
适合于分析的T样条的拟插值与投影算子：从多项式再生到样条空间再生
报告摘要：
拟插值是一种高效且稳定的函数逼近工具，广泛应用于样条逼近与等几何分析中。相比于传统逼近方法（如最小二乘），拟插值无需求解大型线性方程组，而是采用局部显式公式，每个系数独立计算，极大降低了计算成本，特别适合大规模问题和实时仿真。本报告将介绍适合于分析的T样条（AST样条）的拟插值与投影算子的构造与理论证明。借助AST样条的局部张量积特性，建立了其与张量积NURBS逼近性质的内在关联，报告人构建了两类拟插值算子：第一类是基于局部张量积构造的拟插值算子，它能够精确再生多项式空间，并具有最优逼近阶；另一类则是进一步发展的局部样条投影算子，能够再生整个适合于分析的T样条空间，具有更强的逼近能力和更简洁的显式表达。报告中将详细阐述其构造思想、理论依据、数值实现与误差分析。
讲者简介：
康红梅，苏州大学数学学院副教授，获江苏省“双创博士”资助。2005年进入吉林大学数学学院进行本科学习，2009 年-2014年在中国科学技术大学数学学院计算数学方向攻读博士，获得中国科学院优秀博士学位论文奖。2016 年3月至 2017 年3月在意大利国家研究所 CNR-IMATI从事博士后研究，合作导师为欧洲科学院院士Annalisa Buffa。主要研究领域为计算机辅助几何设计 (CAGD)、等几何分析、样条函数逼近等。在本专业国内外学术期刊发表论文20余篇，主持国家自然科学基金项目2项和江苏省自然科学基金项目1项，参与国家重点研发计划青年科学家项目1项。
Personal website: https://web.suda.edu.cn/khm/
主持人简介：
吴梦，南京理工大学数学与统计学院副教授、硕士生导师。博士毕业于中国科学技术大学2012年至2014年在法国国家信息与自动化研究所(INRIA)和 Nice-Sophia Antipolis University 从事博士后研究工作。主要从事几何造型中的样条、CAD-CAE一体化、工业软件几何计算等方面的研究。研究成果发表于CMAME、CAGD、JCP、CiCP、《计算机辅助设计与图形学学报》等国内外学术期刊上。作为负责人主持国家自然科学基金青年基金、安徽省自然科学基金青年项目，横向项目等。担任中国计算机图形学与混合现实在线研讨会(GAMES)执行委员。
GAMES主页的“使用教程”中有 “如何观看GAMES Webinar直播？”及“如何加入GAMES微信群？”的信息；
GAMES主页的“资源分享”有往届的直播讲座的视频及PPT等。
观看直播的链接：https://live.bilibili.com/h5/24617282
